买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利一种基于强化学习的飞机大迎角控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119356389B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411391508.9，技术领域涉及：G05D1/495；该发明授权一种基于强化学习的飞机大迎角控制方法是由沈霖;蔡微;李民民设计研发完成，并于2024-10-08向国家知识产权局提交的专利申请。

本一种基于强化学习的飞机大迎角控制方法在说明书摘要公布了：本发明公开了一种基于强化学习的飞机大迎角控制方法，包括：建立飞机纵向气动力模型，并对双延迟深度确定性策略梯度算法进行设计，针对四个不同目标飞机迎角的飞行控制任务进行强化学习训练，得到四个强化学习控制策略；分别确定控制策略能实现的目标飞机迎角范围，采用策略生成所有可实现的目标飞机迎角下固定时间步长的序列数据，存储后形成训练样本集；构建前馈级联网络模型，基于训练样本集中的样本进行训练，固化参数得到一个综合控制策略，以实现任意大迎角下飞机飞行的稳定控制。本发明组合多个不同的强化学习策略得到一个综合控制策略，从而能够实现飞机舵效范围内任意目标飞机迎角的稳定控制。

本发明授权一种基于强化学习的飞机大迎角控制方法在权利要求书中公布了：1.一种基于强化学习的飞机大迎角控制方法，其特征在于，步骤如下： 步骤S1：建立飞机纵向气动力模型，并对双延迟深度确定性策略梯度算法进行设计，针对四个不同目标飞机迎角的飞行控制任务进行强化学习训练，得到四个强化学习控制策略，分别记为 步骤S2：分别确定控制策略能实现的目标飞机迎角范围，采用策略生成所有可实现的目标飞机迎角下固定时间步长的序列数据，存储后形成训练样本集； 步骤S3：构建前馈级联网络模型，基于训练样本集中的样本进行训练，固化参数得到一个综合控制策略π*，以实现任意大迎角下飞机飞行的稳定控制； 所述步骤S3具体包括： 步骤S31：构建前馈级联网络模型的输入层、隐藏层、输出层；输入层神经元个数为4，隐藏层有K层，神经元个数分别为n1,n2,n3,...,nK，K与n为可调节的超参数，输出层神经元个数为2； 步骤S32：基于训练样本集对前馈级联网络模型进行监督训练； 步骤S33：固化前馈级联网络参数，得到修改后的前馈级联网络模型为综合控制策略π*，实现任意大迎角下飞机飞行的稳定控制。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：213300 江苏省常州市溧阳市滨河东路29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。